Happ: Salud Simplificada
Resumen
Happ nació con el objetivo de hacer más simple la interacción entre las personas y el sistema de salud chileno. La plataforma utiliza inteligencia artificial para ayudar a los usuarios a comprender coberturas médicas, gestionar trámites y acceder a información clínica mediante una experiencia conversacional clara, confiable y fácil de utilizar.
Como Product Designer, participé desde las primeras etapas de descubrimiento hasta la definición de la experiencia del producto. Trabajé junto a equipos de producto, desarrollo y negocio transformando un problema complejo en una solución preparada para escalar.
El contexto
El sistema de salud chileno está compuesto por múltiples actores, normativas y modelos de cobertura, como Fonasa, Isapres y prestadores privados. Esta complejidad dificulta que las personas comprendan sus beneficios, realicen trámites o tomen decisiones informadas sobre su atención médica.
El desafío del proyecto no consistía únicamente en diseñar una mejor interfaz, sino en traducir un sistema complejo en una experiencia simple, comprensible y confiable, capaz de generar valor tanto para los usuarios como para las instituciones de salud.
Los objetivos
Desde el inicio, el producto se planteó con objetivos claros orientados al negocio y a la experiencia de usuario.
- Simplificar procesos complejos relacionados con la salud.
- Reducir la carga cognitiva durante la navegación.
- Mejorar la comprensión de la información médica.
- Validar la propuesta de valor mediante prototipos de alta fidelidad.
- Facilitar la adopción por parte de instituciones y usuarios.
- Diseñar una solución escalable para el mercado chileno.
Mi rol
Mi participación abarcó distintas etapas del ciclo de diseño y producto, colaborando de forma continua con equipos multidisciplinarios para definir la experiencia y validar las decisiones del producto.
Durante el proyecto participé en:
- Product Discovery.
- Investigación de usuarios.
- Arquitectura de Información.
- Definición de flujos de usuario.
- Wireframes y prototipos de alta fidelidad.
- Diseño de la experiencia conversacional.
- Validación con stakeholders.
- Priorización de funcionalidades.
- Colaboración con desarrollo durante la implementación.
Las decisiones de diseño
Más allá del diseño de interfaces, gran parte del trabajo consistió en tomar decisiones que equilibraran las necesidades del negocio, las restricciones técnicas y la experiencia de usuario.
Definir cuándo utilizar IA y cuándo utilizar reglas de negocio
Uno de los principales desafíos fue establecer qué procesos podían apoyarse en inteligencia artificial y cuáles debían permanecer gobernados por reglas determinísticas.
Se identificó que aspectos como coberturas médicas, validaciones clínicas y normativas requerían respuestas completamente confiables, por lo que se optó por una arquitectura híbrida.
La inteligencia artificial se utilizó para facilitar la interacción con el usuario, mientras que las decisiones críticas permanecieron respaldadas por reglas de negocio y fuentes verificadas.
Esta decisión permitió aumentar la confiabilidad, mejorar la trazabilidad de la información y construir una solución preparada para escalar.
Diseñar una experiencia conversacional
El objetivo nunca fue crear un chatbot. El verdadero desafío consistía en reducir la carga cognitiva de personas que debían enfrentarse a procesos médicos complejos.
Para lograrlo diseñé una experiencia basada en conversaciones guiadas mediante lenguaje natural, respuestas contextualizadas y componentes interactivos que ayudaban a avanzar paso a paso sin generar sobrecarga de información.
La conversación dejó de ser un canal de soporte para convertirse en la principal forma de interacción con el producto.
Transformar información médica en decisiones
Otra de las oportunidades del proyecto consistió en convertir información clínica compleja en contenidos fáciles de interpretar.
Se diseñó un sistema visual basado en prioridades, alertas, indicadores y recomendaciones que permitía comprender rápidamente el estado de salud y conocer las acciones sugeridas en cada situación.
El objetivo no era mostrar más información, sino ayudar al usuario a tomar mejores decisiones.
La solución
El resultado fue una plataforma de salud que integra inteligencia artificial con reglas de negocio para ofrecer una experiencia simple y confiable.
Entre las funcionalidades diseñadas se encuentran:
- Asistente conversacional: Una experiencia guiada mediante lenguaje natural que ayuda a resolver consultas y acompañar procesos médicos complejos.
- Dashboard de salud: Un espacio donde el usuario puede visualizar de forma clara su información clínica, indicadores relevantes y próximos pasos.
- Gestión documental: Una experiencia diseñada para organizar documentos médicos y facilitar su consulta sin depender de archivos complejos o difíciles de interpretar.
- Agenda médica: Flujos para la gestión de turnos, seguimiento de consultas y recordatorios relacionados con la atención médica.
- Sistema de recomendaciones: Alertas y sugerencias priorizadas para ayudar al usuario a comprender qué acciones realizar según su contexto.
Los desafíos
Como en cualquier producto digital complejo, muchas decisiones implicaron encontrar un equilibrio entre distintos objetivos.
Durante el proyecto fue necesario balancear:
- Inteligencia artificial y precisión clínica.
- Personalización y privacidad de los datos.
- Automatización y supervisión humana.
- Rapidez de desarrollo y calidad del producto.
- Innovación y facilidad de adopción.
Resolver estos desafíos permitió construir una solución más robusta y alineada con las necesidades reales del negocio.
Los resultados
Aunque Happ se encontraba en una etapa de validación, el proyecto permitió consolidar una propuesta de producto sólida y técnicamente viable.
Los principales resultados fueron:
- Validación de la propuesta mediante prototipos interactivos.
- Definición de una arquitectura conversacional escalable.
- Alineación entre negocio, tecnología y experiencia de usuario.
- Construcción de una herramienta preparada para presentaciones comerciales y procesos de venta enterprise.
- Diseño de una base de producto lista para continuar evolucionando.
Cómo mediría el éxito
Para evaluar el impacto del producto una vez implementado, se propusieron indicadores orientados tanto al negocio como a la experiencia de usuario.
Experiencia de usuario
- Tiempo necesario para completar una tarea.
- Tasa de éxito de los flujos.
- Customer Effort Score (CES).
- Net Promoter Score (NPS).
Negocio
- Activación de usuarios.
- Retención.
- Uso del asistente conversacional.
- Conversión.
- Finalización de trámites.
- Adopción institucional.
Próximos pasos
Si el producto continuara evolucionando, las siguientes iniciativas representarían oportunidades de crecimiento.
- Copiloto de IA para pacientes.
- Agentes especializados según el tipo de consulta.
- Integración con dispositivos wearables.
- Recordatorios inteligentes de tratamientos y controles.
- Resúmenes clínicos automáticos.
- Predicciones preventivas basadas en el historial médico.
- Mayor personalización de la experiencia.
Aprendizajes
Este proyecto reforzó una idea que hoy guía mi forma de trabajar: el diseño genera impacto cuando está conectado con la estrategia del producto y responde a objetivos concretos del negocio.
Las decisiones más importantes no surgieron únicamente del diseño de pantallas, sino de comprender el contexto, priorizar correctamente, equilibrar restricciones técnicas y construir experiencias capaces de resolver problemas reales para las personas.
Mi aporte fue actuar como puente entre usuarios, negocio y tecnología, ayudando a transformar un desafío complejo en una solución validada, escalable y preparada para evolucionar.